首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   0篇
综合类   2篇
  2017年   1篇
  2016年   1篇
排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
大兴安岭北部森林小流域融雪径流特征   总被引:1,自引:0,他引:1  
为了揭示森林小流域融雪径流特征及其影响因素,以大兴安岭北部老爷岭小流域为研究对象,对初春融雪径流进行野外定位观测,基于试验观测数据分析了融雪径流的变化特征,以及温度、降雨和冻土对融雪径流的影响。结果表明:2015年大兴安岭北部森林小流域融雪径流开始于4月17日,结束于5月7日,融雪径流历时21d;整个融雪径流过程呈先涨流、后回落、再稳定3个阶段,径流量介于0.08~1.09 m~3/s;5月11日后径流趋于稳定,径流量波动于0.46 m~3/s。融雪径流前期和后期日径流存在明显昼夜流量差,而洪峰期差异不大,洪峰流量可持续24 h左右。融雪径流过程径流量受多重因子的影响,其中受温度影响较大,二者相关系数r在0.85以上;径流量对气温的敏感性最大,敏感系数ε高达0.54;土表的融化会相应加大融雪径流量,而下层土壤的融化会削减融雪径流量;降雨可加大涨流期的径流量,延缓回落期径流量的回落速率,且降雨量越大对径流量的驱动力越强。  相似文献   
2.
【目的】以Landsat-8卫星数据为对照,探索国产GF-1卫星数据对林区积雪特征的估测能力,实现基于国产卫星对东北林区雪水水文过程的监测。【方法】以大兴安岭北部林区为研究区,结合同期的地面雪水当量野外观测数据,利用偏最小二乘回归与BP神经网络两种方法建立线性与非线性雪水当量反演模型。通过平均均方根误差(E_(RMSE))、平均相对均方根误差(r_(RMSE))和平均估测精度这3个评价指标对所建模型进行对比评价。同时,利用两种遥感数据建立的最优模型对研究区内雪水当量分布特征进行反演,并对反演结果进行对比分析。【结果】基于GF-1数据所建立的线性与非线性模型性能均略低于以Landsat-8数据构建的模型,其中GF-1数据最优反演模型精度为80.3%,较Landsat-8反演模型低1.6%;基于GF-1数据反演的雪水当量值与Landsat-8的基本相同;两类遥感数据反演得到的雪水当量在空间分布特征上基本一致,均反映了雪水当量与地形、植被及土地利用类型的高度相关性;由于山地林区植被和地形复杂,并且春季升温过程中地面积雪日消融速率快,GF-1数据以其高空间与时间分辨率上的优势能够更好地对研究区雪水水文过程进行监测。【结论】国产GF-1卫星能够替代Landsat-8卫星成为对大兴安岭北部林区雪水水文过程监测的遥感数据源。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号